کاربرد هوش مصنوعی برای شناسایی و حذف خودکار علف‌های هرز
علف‌های هرز چالشی مداوم در کشاورزی هستند که با محصولات برای نور خورشید، آب و مواد مغذی رقابت می‌کنند. امروزه هدف فقط «کشتن علف‌های هرز» با تراکتورها یا مواد شیمیایی نیست، بلکه حذف انتخابی آن‌ها بدون آسیب به محصولات است. با قدرت هوش مصنوعی و رباتیک، ماشین‌های مدرن می‌توانند از طریق بینایی کامپیوتری علف‌های هرز را از محصولات تشخیص داده و سپس با استفاده از اسپری دقیق، ابزارهای مکانیکی، لیزر یا حرارت به‌طور خودکار حذف کنند. این نوآوری هزینه‌ها را کاهش داده، مصرف مواد شیمیایی را به حداقل می‌رساند و از کشاورزی پایدار حمایت می‌کند.
علف‌های هرز یک مشکل مداوم در کشاورزی هستند زیرا با محصولات برای نور خورشید، آب و مواد مغذی رقابت می‌کنند. چالش امروز فقط «کشتن علف‌های هرز» نیست (تراکتورها و علف‌کش‌ها این کار را انجام می‌دهند) بلکه انجام آن به صورت انتخابی است – حذف علف‌های هرز بدون آسیب به محصولات.
هوش مصنوعی و رباتیک پیشرفته اکنون ابزارهای قدرتمندی برای این منظور ارائه می‌دهند. با استفاده از بینایی کامپیوتری و یادگیری ماشین، ماشین‌های مدرن کشاورزی می‌توانند «ببینند» هر گیاه را به‌صورت جداگانه، علف هرز را از محصول تشخیص داده و سپس به‌طور خودکار علف‌های هرز را حذف یا نابود کنند.
چگونه هوش مصنوعی علف‌های هرز را شناسایی می‌کند
کنترل علف‌های هرز مبتنی بر هوش مصنوعی بر بینایی کامپیوتری و یادگیری عمیق استوار است. دوربین‌های نصب‌شده روی تراکتورها، اسپری‌ها یا ربات‌های کوچک تصاویر گیاهان را ضبط می‌کنند و مدل‌های هوش مصنوعی (اغلب شبکه‌های عصبی پیچشی یا CNN) برای تشخیص علف‌های هرز از محصولات آموزش داده می‌شوند.
Carbon Robotics
John Deere
نتیجه این است که سیستم‌های بینایی مدرن می‌توانند علف‌های هرز را با دقت پیکسلی علامت‌گذاری کنند. آن‌ها در حین حرکت ماشین به‌صورت زنده کار می‌کنند.
بازوهای See & Spray جان دیر دارای چندین دوربین و پردازنده‌های داخلی هستند که هزاران فوت مربع را در ثانیه اسکن می‌کنند. هر فریم کوچک دوربین توسط یادگیری ماشین تحلیل می‌شود تا تصمیم بگیرد «محصول یا علف هرز؟» و اگر علف هرز باشد، سیستم فوراً نازل اسپری آن نقطه را فعال می‌کند.
— مستندات فنی جان دیر
در واقع، هوش مصنوعی یک تراکتور را به رباتی بسیار هوشمند تبدیل می‌کند که حتی علف‌های هرز کوچک با ۲–۳ برگ را در مزرعه شناسایی می‌کند.
روش‌های حذف علف هرز مبتنی بر هوش مصنوعی
پس از شناسایی علف‌های هرز، سیستم‌های مختلف آن‌ها را به روش‌های متفاوت حذف می‌کنند. سه رویکرد اصلی عبارتند از اسپری هدفمند، حذف مکانیکی و حذف با لیزر یا حرارت. همه این روش‌ها از بینایی هوش مصنوعی برای تمرکز درمان فقط روی علف‌های هرز استفاده می‌کنند.
اسپری دقیق (اسپری‌کننده‌های نقطه‌ای)
این سیستم‌ها دوربین‌هایی روی بازوی اسپری یا سکوی متحرک نصب می‌کنند و فقط روی علف‌های هرز شناسایی‌شده علف‌کش می‌پاشند. سیستم See & Spray جان دیر، به‌عنوان مثال، با استفاده از دوربین‌های نصب‌شده روی بازو و هوش مصنوعی مصرف علف‌کش را به‌طور متوسط حدود ۵۹٪ کاهش می‌دهد.
عملکرد با سرعت بالا
اسکن مزارع با سرعت تا ۱۵ مایل در ساعت
- پردازش شبکه عصبی در زمان واقعی
- فعال‌سازی نازل‌های جداگانه
کاهش مصرف مواد شیمیایی
صرفه‌جویی چشمگیر در مصرف علف‌کش
- کاهش ۲۰ برابری حجم علف‌کش
- کاهش تا ۹۵٪ در مصرف مواد شیمیایی
حذف مکانیکی علف‌های هرز
برخی ربات‌های خودران به جای اسپری از ابزارهای فیزیکی استفاده می‌کنند. برای مثال، ربات Element شرکت Aigen (با حمایت شرکت‌های بزرگ فناوری) دوربین‌ها و هوش مصنوعی را با یک «بیل» مکانیکی ترکیب می‌کند که علف‌های هرز را از ریشه قطع می‌کند.
- عملکرد با انرژی خورشیدی/بادی
- حذف مداوم علف‌های هرز بدون مواد شیمیایی
- روش تماس بدون آسیب به محصولات
- مناسب برای کشاورزی ارگانیک
به‌طور مشابه، استارتاپ‌هایی مانند FarmWise و Verdant Robotics کشت‌کننده‌های هدایت‌شده با هوش مصنوعی ساخته‌اند. ربات «Sharpshooter» شرکت Verdant، به‌عنوان مثال، با استفاده از بینایی کامپیوتری فقط مقدار کمی علف‌کش روی هر علف هرز اسپری می‌کند و مصرف ورودی‌ها را حدود ۹۶٪ کاهش می‌دهد. روش‌های مکانیکی به‌ویژه برای محصولات ارگانیک یا خاص که استفاده از علف‌کش مشکل‌ساز است، امیدوارکننده هستند.
حذف علف هرز با لیزر و حرارت
یک روش بسیار نوآورانه استفاده از لیزرهای پرقدرت یا پرتوهای حرارتی برای کشتن علف‌های هرز است. شرکت Carbon Robotics (آمریکا) دستگاه LaserWeeder G2 را توسعه داده است، ماشینی که با تراکتور کشیده می‌شود و دارای چندین لیزر ۲۴۰ وات و دوربین است.
سیستم بینایی آن (با قدرت شبکه‌های عصبی) گیاهان را اسکن کرده و سپس لیزرها را برای سوزاندن دقیق بافت‌های مرکزی علف هرز شلیک می‌کند. این روش بدون مواد شیمیایی و بسیار دقیق است: Carbon Robotics ادعا می‌کند دقت زیر میلی‌متری دارد و می‌تواند میلیون‌ها تصویر را در ساعت پردازش کند.
این روش‌های مختلف حذف علف هرز همچنین می‌توانند ترکیب شوند. برای مثال، دانشگاه گولف یک اسکنر هوش مصنوعی نصب‌شده روی تراکتور ساخته است که نقشه چگالی علف هرز در مزارع لوبیا لیما را تولید می‌کند.
کشاورزان سپس می‌توانند فقط روی بخش‌های نقشه‌برداری‌شده علف‌کش بزنند. در آینده ممکن است سیستم‌های یکپارچه ببینیم: رباتی که با بینایی هوش مصنوعی تصمیم می‌گیرد آیا باید علف هرز را اسپری، قطع یا بسوزاند بسته به نوع محصول و شرایط.
مطالعات موردی واقعی
فناوری حذف علف هرز مبتنی بر هوش مصنوعی مدرن در مزارع سراسر جهان در حال استفاده است. در اینجا چند نمونه آورده شده است:
John Deere See & Spray
این سیستم پیشرو در صنعت به‌طور گسترده در کشاورزی غلات در مقیاس بزرگ پذیرفته شده است. در آزمایش‌های سال ۲۰۲۴، اسپری‌کننده‌های See & Spray بیش از ۱ میلیون هکتار را پوشش داده و حدود ۸ میلیون گالن علف‌کش صرفه‌جویی کردند.
هزینه‌های علف‌کش خود را با استفاده از این سیستم تا دو سوم کاهش دادم.
— کشاورز کانزاس
از نظر فنی، See & Spray از دوربین‌های نصب‌شده روی بازو و شبکه‌های عصبی داخلی برای تصمیم‌گیری «علف هرز یا نه» استفاده می‌کند. اگر علف هرز تشخیص داده شود، دستگاه نازل جداگانه‌ای را فعال می‌کند که امکان اسپری با دقت نقطه‌ای را فراهم می‌کند.
Carbon Robotics LaserWeeder
مؤسس آن، پل مایکسل (مهندس سابق اوبر)، سال‌ها روی توسعه یک دستگاه حذف علف هرز با لیزر مبتنی بر هوش مصنوعی کار کرده است. LaserWeeder G2 او از یک شبکه عصبی پیچشی آموزش‌دیده برای یافتن علف‌های هرز استفاده می‌کند و سپس با پالس‌های سریع لیزر آن‌ها را می‌سوزاند.
- کاملاً روی دستگاه اجرا می‌شود و نیازی به دسترسی به ابر ندارد
- می‌تواند علف‌های هرز «به کوچکی نوک قلم» را حذف کند
- در روز و شب و در مقیاس وسیع کار می‌کند
- دقت زیر میلی‌متری
در عمل، واحدهای LaserWeeder (کشیده شده توسط تراکتورها) می‌توانند در روز و شب کار کنند و مزارع را در مقیاس وسیع پاکسازی کنند. هر ماژول دارای چندین دوربین و GPU است و با دقت زیر میلی‌متری عمل می‌کند. این دقت به این معنی است که تقریباً هیچ محصولی آسیب نمی‌بیند و نیازی به شخم اضافی خاک نیست.
اسپری‌کننده Ecorobotix ARA
شرکت سوئیسی Ecorobotix یک اسپری‌کننده خورشیدی با دقت بالا به نام ARA تولید می‌کند. سیستم بینایی «گیاه به گیاه™» آن با استفاده از یادگیری عمیق علف‌های هرز را با سرعت بالا شناسایی می‌کند.
کاهش مصرف مواد شیمیایی
کاهش تا ۹۵٪ در مصرف مواد شیمیایی
زمان پاسخ
حدود ۲۵۰ میلی‌ثانیه برای تصمیم‌گیری در مورد هر گیاه
آزمایش‌ها نشان می‌دهد هوش مصنوعی می‌تواند گونه‌های علف هرز را با دقت زیر سانتی‌متر هنگام حرکت دستگاه شناسایی کند و در حدود ۲۵۰ میلی‌ثانیه برای هر گیاه تصمیم بگیرد. این شرکت آن را برای سبزیجات با ارزش بالا و محصولات خاص که صرفه‌جویی در مواد شیمیایی و نیروی کار حیاتی است، بازاریابی می‌کند.
Verdant Robotics – Sharpshooter
یک استارتاپ به نام Verdant Robotics ربات Sharpshooter را ساخته است که با استفاده از بینایی کامپیوتری علف‌های هرز را علامت‌گذاری کرده و سپس مقدار کمی علف‌کش روی هر کدام اسپری می‌کند.
اسپری معمولی
- مصرف بالای علف‌کش
- هزینه‌های بیشتر
- تأثیرات زیست‌محیطی
دقت هدایت‌شده با هوش مصنوعی
- کاهش ۹۶٪ مصرف علف‌کش
- صرفه‌جویی بیش از ۵۰٪ در هزینه‌ها
- حداقل تأثیر زیست‌محیطی
این نمونه‌ای دیگر از فناوری اسپری نقطه‌ای است که توسط هوش مصنوعی فعال شده است، جایی که سیستم بینایی کار یک تیم کامل اسپری‌کننده را انجام می‌دهد.
تحقیقات دانشگاه گولف
پژوهشگرانی به سرپرستی دکتر مدحت موسی یک سیستم نمونه اولیه برای مزارع لوبیا لیما ارگانیک توسعه داده‌اند. یک دوربین هوش مصنوعی نصب‌شده روی تراکتور مزرعه را اسکن کرده و نقشه چگالی علف هرز (مثلاً علف هرز pigweed) تولید می‌کند.
ضبط تصویر
دوربین هوش مصنوعی مزرعه را اسکن می‌کند
تحلیل هوش مصنوعی
الگوریتم‌ها لوبیا لیما را از علف‌های هرز تشخیص می‌دهند
نقشه‌برداری چگالی
نقشه دقیق چگالی علف هرز را ایجاد می‌کند
این رویکرد به گشت‌زنی دستی کمک می‌کند: زمان را صرفه‌جویی کرده، بخش‌های از دست رفته را کاهش می‌دهد و کاربرد دقیق علف‌کش را هدایت می‌کند.
نوآوری‌های دیگر
- Aigen (آمریکا): در حال توسعه ربات چرخ‌دار کاملاً خودران Element است که مزارع را گشت می‌زند، با انرژی خورشیدی کار می‌کند و با تیغه‌های هدایت‌شده توسط دوربین علف‌های هرز را فیزیکی از ریشه جدا می‌کند.
- FarmWise (آمریکا): ربات‌های Vulcan و Titan را ساخته است که با استفاده از خطوط لوله یادگیری ماشین اختصاصی علف‌های هرز بین ردیف‌ها را در مزارع سبزیجات شناسایی و مکانیکی حذف می‌کنند.
- کشت‌کننده‌های هوشمند: گزارش Penn State Extension درباره «کشت‌کننده‌های هوشمند» کشیده شده توسط تراکتور (Robovator از VisionWeeding، Robocrop از Garford) که با بینایی ماشین ابزارهای کشت را دقیق هدایت می‌کنند.
- پهپادهای هوایی: حتی پهپادهای هوایی مجهز به دوربین‌های چندطیفی و الگوریتم‌های هوش مصنوعی می‌توانند لکه‌های علف هرز را از بالا شناسایی کرده و به برنامه‌ریزی درمان‌ها کمک کنند.
خلاصه اینکه، چه مزرعه بزرگ باشد چه قطعه کوچک تخصصی، علف‌کش‌های مجهز به هوش مصنوعی در اشکال مختلف در حال ظهور هستند.
مزایا: بهره‌وری، سودآوری و پایداری
کنترل علف هرز با هوش مصنوعی مزایای واضحی دارد:
صرفه‌جویی چشمگیر در مواد شیمیایی
با اسپری فقط روی علف‌های هرز، این سیستم‌ها حجم علف‌کش را به شدت کاهش می‌دهند.
- جان دیر گزارش می‌دهد میلیون‌ها گالن صرفه‌جویی شده است
- تقریباً معادل ۱۲ استخر المپیک فقط در ۱ میلیون هکتار
- صرفه‌جویی متوسط ۶۰–۷۶٪ در مصرف علف‌کش
افزایش عملکرد و سلامت محصول
حذف زودهنگام و کامل‌تر علف‌های هرز به رشد بهتر محصولات کمک می‌کند.
- حذف علف‌های هرز کوچک که ممکن است انسان‌ها از دست بدهند
- محصولات سالم‌تر و یکنواخت‌تر
- کاهش فشار بذر علف هرز در آینده
صرفه‌جویی در نیروی کار و زمان
ربات‌های هوش مصنوعی به‌طور خودکار کار حذف علف هرز را انجام می‌دهند و زمان انسان را آزاد می‌کنند.
- کاهش تا ۳۷٪ در نیاز به نیروی کار دستی حذف علف هرز
- عملکرد اپراتورهای تازه‌کار برابر با متخصصان
- حذف علف هرز با دقت خودکار
مزایای زیست‌محیطی و ایمنی
مصرف کمتر علف‌کش به کاهش آلودگی آب و خاک کمک می‌کند.
- کاهش تعداد عبور از مزارع (کاهش مصرف سوخت)
- عدم نیاز به شخم در بسیاری موارد (جلوگیری از فرسایش خاک)
- ایمنی بهتر در مزرعه (کاهش تماس افراد با مواد شیمیایی)
تحلیل بهره‌وری هزینه
| عامل هزینه | روش سنتی | حذف علف هرز با هوش مصنوعی | صرفه‌جویی |
|---|---|---|---|
| هزینه علف‌کش | مصرف حجم بالا | مصرف هدفمند فقط | کاهش ۶۰-۹۵٪ |
| هزینه نیروی کار | تیم‌های حذف دستی | عملیات خودکار | کاهش ۳۷٪ |
| زمان استفاده از تجهیزات | چندین عبور از مزرعه | یک عبور دقیق | صرفه‌جویی بیش از ۵۰٪ زمان |
| زمان بازگشت سرمایه | نامشخص | هزینه اولیه بالاتر | بازگشت سرمایه ۱-۳ سال |
تمام این موارد به صرفه‌جویی در هزینه منجر می‌شوند. علاوه بر کاهش مصرف علف‌کش، کشاورزان در زمان استفاده از تجهیزات و نیروی کار نیز صرفه‌جویی می‌کنند. جان دیر و شرکا دریافته‌اند که اگرچه اسپری‌کننده‌های دقیق هزینه اولیه بیشتری دارند، بازگشت سرمایه می‌تواند فقط در ۱ تا ۳ سال به‌دلیل صرفه‌جویی در ورودی‌ها حاصل شود. بسیاری از کشاورزان در آزمایش‌ها هزینه کنترل علف هرز را به ازای هر هکتار تا نصف یا بیشتر کاهش داده‌اند.
چالش‌ها و پذیرش
با وجود وعده‌ها، حذف علف هرز با هوش مصنوعی هنوز جدید است و به‌طور گسترده رایج نشده است. تا اوایل ۲۰۲۴ تنها حدود ۲۷٪ مزارع آمریکا از هر فناوری کشاورزی دقیق برای کارهایی مانند کنترل علف هرز استفاده می‌کنند.
موانع فعلی
- هزینه بالای تجهیزات
- نیاز به دانش تخصصی
- نگرانی‌ها درباره مالکیت داده‌ها و قابلیت اطمینان
- پیچیدگی فناوری
- مزارعی با علف‌های هرز بسیار شبیه به محصولات
در ابتدا نسبت به See & Spray شک داشتم، اما پس از استفاده به آن ایمان آوردم چون آسان و مؤثر بود.
— کشاورز داکوتای شمالی
محرک‌های رشد
با این حال، کارشناسان صنعت انتظار رشد سریع دارند. افزایش قیمت ورودی‌ها (کود، علف‌کش، نیروی کار) و فشارهای زیست‌محیطی کشاورزان بیشتری را به سمت روش‌های دقیق سوق می‌دهد.
سازندگان تجهیزات
نوآوری استارتاپ‌ها
ادغام هوش مصنوعی
چشم‌انداز آینده
مدیریت علف هرز مبتنی بر هوش مصنوعی هنوز در حال تکامل است، اما روندها واضح هستند: ماشین‌های هوشمندتر به‌طور فزاینده‌ای وظایف حذف علف هرز روزمره را انجام خواهند داد.
حسگرهای چندگانه
ترکیب دوربین‌های RGB، تصویربرداری چندطیفی و حتی حسگرهای بوی گیاه
تصمیم‌گیری پویا
تصمیم‌گیری پویا درباره اینکه آیا هر علف هرز اسپری، قطع یا سوزانده شود
سیستم‌های یکپارچه
ادغام با GPS مزرعه و ابزارهای نقشه‌برداری برای یادگیری مداوم
کشاورزان می‌خواهند «ابزاری که همه کارها را انجام دهد» – هوش مصنوعی به این دیدگاه نزدیک می‌شود و به ماشین‌ها انعطاف‌پذیری حل مشکلات لحظه‌ای در مزرعه را می‌دهد.
— کارشناس فناوری کشاورزی
تأثیر جهانی بر پایداری
مهم‌تر اینکه، این راه‌حل‌های هوش مصنوعی با نیازهای جهانی به کشاورزی پایدار همسو هستند. مصرف‌کنندگان و قانون‌گذاران به‌طور فزاینده‌ای خواستار کاهش باقیمانده‌های شیمیایی و کشاورزی دوستدار محیط زیست هستند.
کاهش مصرف مواد شیمیایی
کاهش ۸۰–۹۵٪ در مصرف علف‌کش در برخی موارد
راه‌حل‌های نیروی کار
کمک به مزارع برای مقابله با کمبود نیروی کار
سازگاری با تغییرات اقلیمی
حمایت از مزارع در مواجهه با فشارهای اقلیمی
